Решение. 1. Центральная догма молекулярной биологии.
1. Центральная догма молекулярной биологии. 2. Определение понятий «транскрипция» и «трансляция». 3. Основные этапы и события транскрипции. 4. Посттранскрипционные преобразования g-РНК и их биологический смысл. 5. Основные этапы и события трансляции. 6. Механизмы, предотвращающие появление ошибок трансляции. 7. Посттрансляционная модификация. 8. Структуры, обеспечивающие регуляцию работы отдельных участков генома.
С п и с о к рекомендуемой литературы
Основная литература 1. Биология: учебник для студентов вузов: в 2кн.. - М.: Высшая школа, 2004. -, Кн.1 431 с. 2. Биология: учебник для студентов медицинских вузов: в 2кн.. - М.: Высшая школа, 2004. -, Кн.2 333 с. 3. Биология: учебник для студентов медицинских специальностей вузов: в 2 кн.. - М.: Высшая школа, 2007. -, Кн.1 431 с. 4. Биология: учебник для студентов медицинских специальностей вузов: в 2 кн.. - М.: Высшая школа, 2007. -, Кн.2 334 с. 5. Биология: руководство к лабораторным занятиям: учебное пособие / ред. О. Б. Гигани. - М.: ГЭОТАР-Медиа, 2012. - 272 с.
Дополнительная литература 1. Медицинская генетика: учебник для студентов медицинских вузов / Е. К. Гинтер. - М.: Медицина, 2003. - 448 с. 2. Руководство к практическим занятиям по биологии: учебное пособие для студентов медицинских вузов / ред. В. В. Маркина. - М.: Медицина, 2006. - 392 с. 3. Антропогенез. Социальная сущность и биологическое наследство человека / Т. Я. Орлянская. - Красноярск: КрасГМУ, 2012. 4. Размножение организмов / Т. И. Устинова. - Красноярск: КрасГМУ, 2012. 5. Постнатальный период онтогенеза. Гомеостаз / Т. И. Устинова. - Красноярск: КрасГМУ, 2012
а также – ежегодно обновляемый курс лекций по биологии для студентов первого курса.
Практическое занятие № 1. «ПАРНАЯ РЕГРЕССИЯ И КОРРЕЛЯЦИЯ» Используя методические указания (см. стр. 2), по своему варианту выполнить корреляционно-регрессионный анализ по статистическим данным вертикально-интегрированных нефтяных компаний России (ВИНК) за 2005-2009 г.г.[1] (см. таблицу): Таблица
Требуется: 1. Построить линейное уравнение парной регрессии У от Х. 2. Рассчитать линейный коэффициент парной корреляции и среднюю ошибку аппроксимации. 3. Оценить статистическую значимость параметров регрессии и корреляции (применить t – критерий Стьюдента). 4. Выполнить прогноз добыча нефти с газовым конденсатом при прогнозном значении освоение капитальных вложений, составляющем 105% от среднего уровня этого показателя. 5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал. 6. Оформить решение в электронном виде или рукописном, защитить результаты расчётов по своему варианту.
МЕТОДИЧЕСКИЕ УКАЗАНИЯ По территориям региона приводятся данные за 2000 г. (см. табл.) Таблица
Требуется: 1. Построить линейное уравнение парной регрессии У от Х. 2. Рассчитать линейный коэффициент парной корреляции и среднюю ошибку аппроксимации. 3. Оценить статистическую значимость параметров регрессии и корреляции. 4. Выполнить прогноз заработной платы У при прогнозном значении среднедушевого прожиточного минимума Х, составляющем 107% от среднего уровня. 5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал. Решение
(руб.) ^ Получено уравнение регрессии: Вывод. По имеющимся статистическим данным для регионов, включенных в наблюдение, наблюдается следующая ситуация: с увеличением среднедушевого прожиточного минимума на 1 руб. среднедневная заработная плата возрастает в среднем на 0,92 руб.
2. Тесноту линейной связи оценит коэффициент корреляции: Вывод: наблюдается сильная прямая связь между среднедушевым прожиточным минимумом и среднедневной заработной платой.
Вывод: 52% вариации заработной платы (У) объясняется вариацией среднедушевого прожиточного минимума (фактора Х). Качество модели определяет средняя ошибка аппроксимации: Средняя ошибка аппроксимации - среднее отклонение расчетных значений от фактических:
%
Вывод: Качество построенной модели оценивается как хорошее, так как не превышает 8 - 10%.
Выдвигаем гипотезу Н0 о статистически незначимом отличии показателей от нуля: a = b = rxy = 0. Рассчитаем t-статистики Стьюдента: , и Случайные ошибкипараметров линейной регрессии и коэффициента корреляции определяются по формулам:
Определим случайные ошибки, ma, mb, mrxy
Тогда ta= 77/24,3; tb= 0,92/0,281 = 3,3; trxy= 0,92/0,219 = 3,3
Находим по таблицам tтабл. (0,05; 10) = 2,23, т.к. df = n - 2 = 12 - 2 = 10 и α = 0,05.
Фактические значения t -статистики превосходят табличные значения: ta = 3,2 > tтабл = 2,23, т.е. гипотеза Но отклоняется коэффициент регрессии а статистически значим; tb = 3,3 > tтабл = 2,2,; т.е. гипотеза Но отклоняется коэффициент регрессии b статистически значим;
trxy = 3,3 > tтабл = 2,23, т.е. гипотеза Но отклоняется коэффициент корреляции статистически значим.
Для расчета доверительного интервала определяем предельную ошибкудля каждого показателя:
Таким образом, рассчитаем доверительный интервал для а и b. Для этого определим предельную ошибку для каждого показателя:
Доверительные интервалы: = 23 Вывод: доверительный интервал для коэффициента регрессии а . Вывод: доверительный интервал для коэффициента регрессии b . Анализ верхней и нижней границ доверительных интервалов приводит к выводу о том, что с вероятностью p = 1 – α = 0,95 параметры а и b, находясь в указанных границах, не принимают нулевых значений, т.е. не являются статистически незначимыми и существенно отличны от нуля. Полученная парная линейная регрессионная модель может быть использована для прогнозирования.
4. Полученные оценки уравнения регрессии позволяют использовать его для прогноза. Находим сначала точечный прогноз для результативного признака.
Находим прогнозное значение среднедушевого прожиточного минимума: xпрог.= 85,6 * 1,07 = 91,6 руб., тогда прогнозное значение среднедневной заработной платы составит: =77+0,92*91,6=161 руб. Вывод: при прогнозном значении среднедушевого прожиточного минимума, составляющем 107% от среднего уровня, прогнозное значение среднедневной заработной платы составит 161 руб.
5. Вычислим среднюю стандартную ошибку прогноза где
построим доверительный интервал прогноза:
где Таким образом, ошибка прогноза составит: руб. Предельная ошибка прогноза, которая в 95% случаев не будет превышена, составит: Доверительный интервал прогноза: = 161 ±29,4; min= 161-29,4 = 131,6 руб.; max= 161 + 29,4 = 190,4 руб. Вывод: с вероятностью 95% прогноз длясреднедневной заработной платы находится в пределах .
Находим диапазон верхней и нижней границ доверительного интервала: Вывод: выполненный прогноз для среднедневной заработной платы является надежным при заданной вероятности 95% (р = 1 - а = 1 - 0,05 = 0,95), но не совсем точным, так как диапазон верхней и нижней границ доверительного интервала составляет 1,45 (чем ближе к 1, тем лучше прогноз).
[1] Нефтегазовая вертикаль. Аналитический журнал, №5, 2010, с. 96
|